# PDF压缩“清除标题／作者”：实际删除与残留范围

2026年10月17日，使用一份完全自编两页PDF，原始83652字节、595×842点、Rotate0。普通Info与独立XMP故意写入不同合成标记，2001日期也是虚构占位；正文自编META-P1／P2标记与小图像和隐藏属性分开。不是真实作者或用户信息，也不是隐私泄露样本。

## 两次真实操作

一次上传，标准预设（UI标75%质量）、快速网页查看开、结构优化开、全部页固定。先关闭“清除标题/作者信息”压缩并单PDF下载一次，再开启该项重新压缩并单PDF下载一次，共2次生成／2单PDF／0原生ZIP；完成恢复原开启状态，没有第三轮，工具标签关闭。预设UI没有单独显示DPI，DPI未知，不填猜数值；UI75%也不直接当作已测编码器参数。

第一次下载事件超时，各原生下载只点击一次后核对唯一新自有文件，没有重下。on设置图下方完成卡属于上一份off结果，只证明第二次生成前设置；第二次确实重新压缩后再下载。两张公开设置图是运行前真实JPEG原字节，不标为清除成功属性界面；另外两张实际结果截图仍在本地归档，没有重复公开。

## Info五字段删除，不是所有元数据清空

关闭成品40243字节保留原Info Title／Author／Subject／Keywords／Creator五个值；开启成品39642字节中五字段均不存在。两成品仍有Info Producer=`GPL Ghostscript 9.26`、新的CreationDate／ModDate。开启后的XMP XML也仍存在，title=`Untitled`、CreatorTool=`UnknownApplication`，还有Producer、CreateDate、ModifyDate、DocumentID、toolkit／format等属性。因此只是本例五个Info字段不再保留，不能承诺清空所有元数据、正文身份信息或完整隐私清理。

原独立SYNTHETIC_XMP标记在off成品中已经消失，XMP title／creator变成输入Info的派生值，Producer／日期也变化；不能把该变化全归给清除开关。核验用命名空间XML读取元素和属性，不把pypdf某便利属性返回空当作XML不存在。

## 可见内容与压缩阶段分别看

三份均两页，页框／Rotate保持。原件到off成品提取文本仅少末尾LF，但解码内容流改写、图像从Flate转JPEG，仍480×320但像素变化，PDFium渲染也变化；不是无损压缩。off与on之间，两页全文、解码内容流、嵌入JPEG容器及图像像素完全相同，相同参数PDFium的893×1263RGB页图也相同。两次生成日期与DocumentID不同，不把全部二进制差异归给开关。601字节差只是这两成品，不当通用节省。

主观察51／51与独立观察149／149通过代表报告事实已核验，包含元数据残留，不是完整清除成功；输入主39／39与独立82／82另列，不相加。pypdf对两成品有非零起始xref的解析警告，原报告保留；PDFium独立打开并渲染全部页，不宣称完全无警告。

## 包内文件与只读核验

source.pdf／off.pdf／on.pdf均原生字节。comparison.png只使用已有真实PDF本地render与本地读取的元数据事实排版，标明非产品属性UI；没有绘造清除成功窗口。off／on两页图原字节相同，只在这个组合图内重复显示，不创建四个重复下载图。两公开JPEG为prerun设置，原图像字节不改。原输入14冻结文件与输出20冻结文件在整理前后全部hash保持，未重做已有核验脚本或产品运行。

解压运行`python3 verify_pdf_metadata_snapshot.py`。纯标准库脚本只读本包固定文件哈希及保存的Info／XMP／页内容观察快照，不重解析PDF引用树、内容流或重渲像素，也不重做产品操作。完整PDF结构／XML抽取依赖归档的pypdf分析，图像与页像素来自PDFium／Pillow；需要这些库才能重跑完整分析。不能把固定快照匹配当作标准库又验证了全部PDF或彻底隐私清理。脚本不联网、不读密钥、不写文件。包由本地整理，非产品原生ZIP。

没有测试表单、签名、加密、附件、动作／JavaScript、注释、书签、任意PDF、通用安全擦除或普通身份信息；没有修改产品代码。本次候选整理0新浏览器／网络／产品运行，未写官网。
